CN116401326A - 道路标识的更新方法及装置 - Google Patents
道路标识的更新方法及装置 Download PDFInfo
- Publication number
- CN116401326A CN116401326A CN202111627400.1A CN202111627400A CN116401326A CN 116401326 A CN116401326 A CN 116401326A CN 202111627400 A CN202111627400 A CN 202111627400A CN 116401326 A CN116401326 A CN 116401326A
- Authority
- CN
- China
- Prior art keywords
- road
- point cloud
- target
- information
- identification
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 230000009466 transformation Effects 0.000 claims description 110
- 238000001514 detection method Methods 0.000 claims description 77
- 238000006243 chemical reaction Methods 0.000 claims description 54
- 238000003860 storage Methods 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 8
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 235000018185 Betula X alpestris Nutrition 0.000 description 1
- 235000018212 Betula X uliginosa Nutrition 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Software Systems (AREA)
- Processing Or Creating Images (AREA)
Abstract
本申请提供一种道路标识的更新方法及装置,该道路标识的更新方法包括:获取目标路段的多个第一道路图片;对多个第一道路图片进行三维重建,得到目标路段上待核实道路标识的第一点云信息;获取目标路段上的已有道路标识信息;根据第一点云信息更新目标路段上的已有道路标识信息。本申请能够提高道路标识的更新方法的准确率。
Description
技术领域
本申请主要涉及地图处理技术领域,具体涉及一种道路标识的更新方法及装置。
背景技术
道路标识如交通指示牌、路灯等,确认其在一段时间内的存在状态与位置对地图更新、道路维护等方面重要价值。目前的生产工艺中,对已有道路标识的更新主要由人工完成,效率较低。因此有方案通过车辆采集二维图像,然后利用采集的二维图像更新地图数据,而采集的二维图像数据量较少,使用二维图像更新道路标识,导致道路标识的更新方法不准确。
也即,现有技术中道路标识的更新方法的准确率较低。
发明内容
本申请提供一种道路标识的更新方法及装置,旨在解决道路标识的更新方法的准确率较低的问题。
第一方面,本申请提供一种道路标识的更新方法,所述道路标识的更新方法包括:
获取目标路段的多个第一道路图片;
对所述多个第一道路图片进行三维重建,得到所述目标路段上待核实道路标识的第一点云信息;
获取所述目标路段上的已有道路标识信息;
根据所述第一点云信息更新所述目标路段上的已有道路标识信息。
可选地,所述已有道路标识信息包括多个已有道路标识和各个已有道路标识的第二点云信息,所述获取所述目标路段上的已有道路标识信息,包括:
获取目标路段上的多个第二道路图片,其中,所述第二道路图片上标注有各个已有道路标识的道路标识标注框和类别;
对所述多个第二道路图片进行三维重建,得到所述目标路段的第三点云信息,其中,所述第三点云信息所在的坐标系为底板点云坐标系;
根据各个已有道路标识的道路标识标注框和对应的类别从所述目标路段的第三点云信息中获取各类已有道路标识的第三点云信息;
分别对各类已有道路标识的第三点云信息进行聚类,得到各个已有道路标识的点云聚类中心在底板点云坐标系上的三维点云坐标;
基于各个已有道路标识的点云聚类中心的三维点云坐标确定各个已有道路标识的第二点云信息。
可选地,所述基于各个已有道路标识的点云聚类中心的三维点云坐标确定各个已有道路标识的第二点云信息,包括:
获取预设的第一坐标转化关系和各个已有道路标识的中心在地理坐标系下的中心实际地理坐标;
基于所述第一坐标转化关系将各个已有道路标识的点云聚类中心的三维点云坐标转化到底板点云坐标系中,得到点云聚类中心的转化地理坐标;
若点云聚类中心的转化地理坐标和对应的已有道路标识的中心实际地理坐标的距离小于第一预设距离,则将已有道路标识的点云聚类中心的三维点云坐标确定为已有道路标识的第二点云信息。
可选地,所述获取预设的第一坐标转化关系和各个已有道路标识的中心在地理坐标系下的中心实际地理坐标,包括:
从所述目标路段的第三点云信息中获取目标类别道路标识的目标标识点云信息;
对所述目标标识点云信息进行基于密度的聚类,得到目标类别道路标识中各个目标道路标识对应的聚类簇;
根据各个聚类簇中各个数据点的坐标确定目标标识点在底板点云坐标系下的三维点云坐标;
获取目标标识点在地理坐标系下的地理坐标;
基于目标标识点的三维点云坐标和地理坐标确定底板点云坐标系和地理坐标系数之间的第一坐标转化关系。
可选地,所述根据各个聚类簇中各个数据点的坐标确定目标标识点在底板点云坐标系下的三维点云坐标,包括:
获取目标聚类簇中密度最大区域中心点的平面坐标;
对所述目标聚类簇中的数据点按高度值从大到小排序,得到排序后的多个数据点;
基于排序靠前的第一预设数量的数据点的高度值确定目标标识点在底板点云坐标系下的高度坐标;
基于所述平面坐标和所述高度坐标确定所述目标标识点在底板点云坐标系下的三维点云坐标。
可选地,所述基于目标标识点的三维点云坐标和地理坐标确定底板点云坐标系和地理坐标系数之间的第一坐标转化关系,包括:
从多个目标标识点中获取第二预设数量的目标标识点,得到多个目标标识点组合;
对每个目标标识点组合中各个目标标识点的三维点云坐标和地理坐标进行非线性优化,得到每个目标标识点组合中三维点云坐标和地理坐标之间的第二坐标转化关系;
基于各个目标标识点组合的第二坐标转化关系确定第一坐标转化关系。
可选地,所述基于各个目标标识点组合的第二坐标转化关系确定第一坐标转化关系,包括:
分别基于各个第二坐标转化关系对对应的各个目标标识点组合进行坐标转化,得到各个第二坐标转化关系对应的第一坐标转化误差;
基于第一坐标转化误差从大到小对各个第二坐标转化关系排序,将排序靠前的第三预设数量的第二坐标转化关系确定为多个第三坐标转化关系;
基于多个第三坐标转化关系确定所述第一坐标转化关系。
可选地,所述基于多个第三坐标转化关系确定所述第一坐标转化关系,包括:
分别基于各个第三坐标转化关系对各个点云聚类中心进行坐标转化,得到各个第三坐标转化关系对应的第二坐标转化误差;
将第二坐标转化误差最小的第三坐标转化关系确定所述第一坐标转化关系。
可选地,所述根据所述第一点云信息更新所述目标路段上的已有道路标识信息,包括:
根据所述第一点云信息和所述目标路段的第三点云信息确定多个第一道路图片在底板点云坐标系上的坐标信息和多个第一道路图片在待核实点云坐标系下的坐标信息,其中,待核实点云坐标系为第一点云信息所在的坐标系;
基于多个第一道路图片在底板点云坐标系上的坐标信息和所述多个第一道路图片在待核实点云坐标系下的坐标信息确定所述待核实点云坐标系和所述底板点云坐标系的第四坐标转化关系;
基于所述第四坐标转化关系将待核实道路标识的第一点云信息转换至底板点云坐标系上,得到待核实道路标识的第四点云信息;
基于待核实道路标识的第四点云信息更新所述已有道路标识信息。
可选地,所述基于待核实道路标识的第四点云信息更新所述已有道路标识信息,包括:
对所述多个第一道路图片分别进行目标检测,得到各个第一道路图片中的待核实道路标识检测框和对应的类别;
对各类待核实道路标识检测框内的所述第四点云信息分别进行聚类,得到各个待核实道路标识检测框的点云聚类中心在底板点云坐标系上的三维点云坐标;
基于各个待核实道路标识检测框的点云聚类中心更新所述已有道路标识信息。
第二方面,本申请提供一种道路标识的更新装置,所述道路标识的更新装置包括:
第一获取单元,用于获取目标路段的多个第一道路图片;
三维重建单元,用于对所述多个第一道路图片进行三维重建,得到所述目标路段上待核实道路标识的第一点云信息;
第二获取单元,用于获取所述目标路段上的已有道路标识信息;
更新单元,用于根据所述第一点云信息更新所述目标路段上的已有道路标识信息。
可选地,所述已有道路标识信息包括多个已有道路标识和各个已有道路标识的第二点云信息,所述第二获取单元,用于:
获取目标路段上的多个第二道路图片,其中,所述第二道路图片上标注有各个已有道路标识的道路标识标注框和类别;
对所述多个第二道路图片进行三维重建,得到所述目标路段的第三点云信息,其中,所述第三点云信息所在的坐标系为底板点云坐标系;
根据各个已有道路标识的道路标识标注框和对应的类别从所述目标路段的第三点云信息中获取各类已有道路标识的第三点云信息;
分别对各类已有道路标识的第三点云信息进行聚类,得到各个已有道路标识的点云聚类中心在底板点云坐标系上的三维点云坐标;
基于各个已有道路标识的点云聚类中心的三维点云坐标确定各个已有道路标识的第二点云信息。
可选地,所述第二获取单元,用于:
获取预设的第一坐标转化关系和各个已有道路标识的中心在地理坐标系下的中心实际地理坐标;
基于所述第一坐标转化关系将各个已有道路标识的点云聚类中心的三维点云坐标转化到底板点云坐标系中,得到点云聚类中心的转化地理坐标;
若点云聚类中心的转化地理坐标和对应的已有道路标识的中心实际地理坐标的距离小于第一预设距离,则将已有道路标识的点云聚类中心的三维点云坐标确定为已有道路标识的第二点云信息。
可选地,所述第二获取单元,用于:
从所述目标路段的第三点云信息中获取目标类别道路标识的目标标识点云信息;
对所述目标标识点云信息进行基于密度的聚类,得到目标类别道路标识中各个目标道路标识对应的聚类簇;
根据各个聚类簇中各个数据点的坐标确定目标标识点在底板点云坐标系下的三维点云坐标;
获取目标标识点在地理坐标系下的地理坐标;
基于目标标识点的三维点云坐标和地理坐标确定底板点云坐标系和地理坐标系数之间的第一坐标转化关系。
可选地,所述第二获取单元,用于:
获取目标聚类簇中密度最大区域中心点的平面坐标;
对所述目标聚类簇中的数据点按高度值从大到小排序,得到排序后的多个数据点;
基于排序靠前的第一预设数量的数据点的高度值确定目标标识点在底板点云坐标系下的高度坐标;
基于所述平面坐标和所述高度坐标确定所述目标标识点在底板点云坐标系下的三维点云坐标。
可选地,所述第二获取单元,用于:
从多个目标标识点中获取第二预设数量的目标标识点,得到多个目标标识点组合;
对每个目标标识点组合中各个目标标识点的三维点云坐标和地理坐标进行非线性优化,得到每个目标标识点组合中三维点云坐标和地理坐标之间的第二坐标转化关系;
基于各个目标标识点组合的第二坐标转化关系确定第一坐标转化关系。
可选地,所述第二获取单元,用于:
分别基于各个第二坐标转化关系对对应的各个目标标识点组合进行坐标转化,得到各个第二坐标转化关系对应的第一坐标转化误差;
基于第一坐标转化误差从大到小对各个第二坐标转化关系排序,将排序靠前的第三预设数量的第二坐标转化关系确定为多个第三坐标转化关系;
基于多个第三坐标转化关系确定所述第一坐标转化关系。
可选地,所述第二获取单元,用于:
分别基于各个第三坐标转化关系对各个点云聚类中心进行坐标转化,得到各个第三坐标转化关系对应的第二坐标转化误差;
将第二坐标转化误差最小的第三坐标转化关系确定所述第一坐标转化关系。
可选地,所述更新单元,用于:
根据所述第一点云信息和所述目标路段的第三点云信息确定多个第一道路图片在底板点云坐标系上的坐标信息和多个第一道路图片在待核实点云坐标系下的坐标信息,其中,待核实点云坐标系为第一点云信息所在的坐标系;
基于多个第一道路图片在底板点云坐标系上的坐标信息和所述多个第一道路图片在待核实点云坐标系下的坐标信息确定所述待核实点云坐标系和所述底板点云坐标系的第四坐标转化关系;
基于所述第四坐标转化关系将待核实道路标识的第一点云信息转换至底板点云坐标系上,得到待核实道路标识的第四点云信息;
基于待核实道路标识的第四点云信息更新所述已有道路标识信息。
可选地,所述更新单元,用于:
对所述多个第一道路图片分别进行目标检测,得到各个第一道路图片中的待核实道路标识检测框和对应的类别;
对各类待核实道路标识检测框内的所述第四点云信息分别进行聚类,得到各个待核实道路标识检测框的点云聚类中心在底板点云坐标系上的三维点云坐标;
基于各个待核实道路标识检测框的点云聚类中心更新所述已有道路标识信息。
第三方面,本申请提供一种计算机设备,所述计算机设备包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行以实现第一方面中任一项所述的道路标识的更新方法。
第四方面,本申请提供一种计算机可读存储介质,所述计算机可读存储介质存储有多条指令,所述指令适于处理器进行加载,以执行第一方面中任一项所述的道路标识的更新方法中的步骤。
本申请提供一种道路标识的更新方法及装置,该道路标识的更新方法包括:获取目标路段的多个第一道路图片;对多个第一道路图片进行三维重建,得到目标路段上待核实道路标识的第一点云信息;获取目标路段上的已有道路标识信息;根据第一点云信息更新目标路段上的已有道路标识信息。本申请在现有技术中道路标识的更新方法的准确率较低的情况下,创造性地提出一种道路标识的更新方法,通过对多个第一道路图片进行三维重建,得到三维的目标路段上待核实道路标识的第一点云信息,由于三维的第一点云信息相对于二维的图片包含了更多的信息,使用三维的第一点云信息更新目标路段上的已有道路标识信息相对于现有技术能够更准确地更新道路标识,提高道路标识的更新方法的准确率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的道路标识的更新***的场景示意图;
图2是本申请实施例中提供的道路标识的更新方法的一个实施例流程示意图;
图3是本申请实施例中提供的道路标识的更新方法一个实施例中S203的流程示意图;
图4是本申请实施例中提供的道路标识的更新方法一个实施例中获取预设的第一坐标转化关系的流程示意图;
图5是本申请实施例中提供的道路标识的更新装置的一个实施例结构示意图;
图6是本申请实施例中提供的计算机设备的一个实施例结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本申请的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本申请中,“示例性”一词用来表示“用作例子、例证或说明”。本申请中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本申请,给出了以下描述。在以下描述中,为了解释的目的而列出了细节。应当明白的是,本领域普通技术人员可以认识到,在不使用这些特定细节的情况下也可以实现本申请。在其它实例中,不会对公知的结构和过程进行详细阐述,以避免不必要的细节使本申请的描述变得晦涩。因此,本申请并非旨在限于所示的实施例,而是与符合本申请所公开的原理和特征的最广范围相一致。
本申请实施例提供一种道路标识的更新方法及装置,以下分别进行详细说明。
请参阅图1,图1为本申请实施例所提供的道路标识的更新***的场景示意图,该道路标识的更新***可以包括计算机设备100,计算机设备100中集成有道路标识的更新装置。
本申请实施例中,该计算机设备100可以是独立的服务器,也可以是服务器组成的服务器网络或服务器集群,例如,本申请实施例中所描述的计算机设备100,其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云服务器。其中,云服务器由基于云计算(Cloud Computing)的大量计算机或网络服务器构成。
本申请实施例中,上述的计算机设备100可以是一个通用计算机设备或者是一个专用计算机设备。在具体实现中计算机设备100可以是台式机、便携式电脑、网络服务器、掌上电脑(Personal Digital Assistant,PDA)、移动手机、平板电脑、无线终端设备、通信设备、嵌入式设备等,本实施例不限定计算机设备100的类型。
本领域技术人员可以理解,图1中示出的应用环境,仅仅是本申请方案的一种应用场景,并不构成对本申请方案应用场景的限定,其他的应用环境还可以包括比图1中所示更多或更少的计算机设备,例如图1中仅示出1个计算机设备,可以理解的,该道路标识的更新***还可以包括一个或多个可处理数据的其他计算机设备,具体此处不作限定。
另外,如图1所示,该道路标识的更新***还可以包括存储器200,用于存储数据。
需要说明的是,图1所示的道路标识的更新***的场景示意图仅仅是一个示例,本申请实施例描述的道路标识的更新***以及场景是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域普通技术人员可知,随着道路标识的更新***的演变和新业务场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
首先,本申请实施例中提供一种道路标识的更新方法,该道路标识的更新方法包括:获取目标路段的多个第一道路图片;对多个第一道路图片进行三维重建,得到目标路段上待核实道路标识的第一点云信息;获取目标路段上的已有道路标识信息;根据第一点云信息更新目标路段上的已有道路标识信息。
如图2所示,图2是本申请实施例中提供的道路标识的更新方法的一个实施例流程示意图,该道路标识的更新方法包括如下步骤S201~S204:
S201、获取目标路段的多个第一道路图片。
本申请实施例中,获取相机在目标时间段对目标路段拍摄得到的多个第一道路图片。其中,目标路段可以为任意一个路段。目标时间段可以为5:00至18:00,根据具体情况设定即可。
在一个具体的实施例中,获取目标路段的多个第三道路图片,对多个第三道路图片去重,得到多个第一道路图片。进一步的,获取目标路段的多个第三道路图片,对多个第三道路图片去重,得到去重后的多个第三道路图片,判断去重后的多个第三道路图片的数量是否超过预设图片数量,若去重后的多个第三道路图片的数量超过预设图片数量,则将去重后的多个第三道路图片确定为多个第一道路图片。其中,预设图片数量可以为60,根据具体情况设定即可,在此不作限定。
S202、对多个第一道路图片进行三维重建,得到目标路段上待核实道路标识的第一点云信息。
本申请实施例中,道路标识可以包括指示牌、路灯、红绿灯等各种类型的标识。点云信息是在获取物体表面每个数据点的空间坐标后,得到的是一个点的集合,称之为“点云”(Point Cloud)。点云信息可以包括各个数据点在待核实点云坐标系上的三维坐标(X轴坐标、Y轴坐标以及Z轴坐标)、激光反射强度(Intensity)和颜色信息(RGB)。待核实点云坐标系是指在拍摄第一道路图片的相机视角下建立的坐标系。待核实道路标识即待核实的道路标识,是在目标路段上拍摄的第一道路图片中的道路标识。
三维重建是指对三维物体建立适合计算机表示和处理的数学模型,是在计算机环境下对其进行处理、操作和分析其性质的基础,也是在计算机中建立表达客观世界的虚拟现实的关键技术。三维重建一般包括:图像获取,摄像机标定,特征提取,立体匹配,三维重建。具体的,使用SFM算法对多个第一道路图片进行三维重建,得到目标路段上待核实道路标识的第一点云信息。SFM(Structure from motion)是一种三维重建的方法,用于从motion中实现3D重建。也就是从时间系列的2D图像中推算3D信息。SFM的输入是一段motion或者一时间系列的2D图群。当然,在其他实施例中,也可以使用REMODE(REgularizedMOnocular Depth Estimation)或者其他算法进行三维重建,在此不作限定。
为了避免图片上移动的车辆影响三维重建,在一个具体的实施例中,对多个第一道路图片进行三维重建,得到目标路段上待核实道路标识的第一点云信息,可以包括:使用训练过的目标检测模型对多个第一道路图片分别进行目标检测,得到第一道路图片中的车辆检测框,将车辆检测框内的图像去除,对去除车辆检测框后的多个第一道路图片进行三维重建,得到目标路段上待核实道路标识的第一点云信息。
S203、获取目标路段上的已有道路标识信息。
本申请实施例中,已有道路标识信息可以包括多个已有道路标识和各个已有道路标识的第二点云信息。其中,多个已有道路标识和各个已有道路标识的第二点云信息可以通过人工标注,存储在计算机设备里,此时读取即可。已有道路标识可以包括指示牌、路灯、红绿灯等各种类型的标识。
由于人工标注效率较低,为了提高已有道路标识信息获取的效率,如图3所示,图3是本申请实施例中提供的道路标识的更新方法一个实施例中S203的流程示意图,在另一个具体的实施例中,获取目标路段上的已有道路标识信息,可以包括S301-S305:
S301、获取目标路段上的多个第二道路图片。
其中,第二道路图片上标注有各个已有道路标识的道路标识标注框和类别。其中,道路标识标注框和类别可以通过人工标注。道路标识标注框是道路标识所在位置的外接矩形。
S302、对多个第二道路图片进行三维重建,得到目标路段的第三点云信息。
具体的,可以通过SFM算法对多个第二道路图片进行三维重建,得到目标路段的第三点云信息。
S303、根据各个已有道路标识的道路标识标注框和对应的类别从目标路段的第三点云信息中获取各类已有道路标识的第三点云信息。
在一个具体的实施例中,根据各个已有道路标识的道路标识标注框和对应的类别从目标路段的第三点云信息中获取各类已有道路标识的第三点云信息,可以包括:根据各个已有道路标识的道路标识标注框从目标路段的第三点云信息中获取各个道路标识标注框内的第三点云信息,根据各个道路标识标注框的类别将各个道路标识标注框内的第三点云信息进行分类,得到各类已有道路标识的第三点云信息。
S304、分别对各类已有道路标识的第三点云信息进行聚类,得到各个已有道路标识的点云聚类中心在底板点云坐标系上的三维点云坐标。
其中,底板点云坐标系是指在拍摄多个第二道路图片的相机视角下建立的坐标系。待核实点云坐标系是指在拍摄第一道路图片的相机视角下建立的坐标系。当拍摄多个第一道路图片和拍摄多个第二道路图片的相机的位姿不同时,待核实点云坐标系和底板点云坐标系不同。当拍摄多个第一道路图片和拍摄多个第二道路图片的相机的位姿相同时,待核实点云坐标系和底板点云坐标系为同一坐标系。
本申请实施例中,可以通过k-means、BIRCH、DBSCAN以及STING等聚类算法,分别对各类已有道路标识的第三点云信息进行聚类,得到各个已有道路标识的点云聚类中心在底板点云坐标系上的三维点云坐标。
S305、基于各个已有道路标识的点云聚类中心的三维点云坐标确定各个已有道路标识的第二点云信息。
在一个具体的实施例中,将各个已有道路标识的点云聚类中心的三维点云坐标确定为各个已有道路标识的第二点云信息。
在另一个具体的实施例中,基于各个已有道路标识的点云聚类中心的三维点云坐标确定各个已有道路标识的第二点云信息,可以包括:
(1)获取预设的第一坐标转化关系和各个已有道路标识的中心在地理坐标系下的中心实际地理坐标。
本申请实施例中,第一坐标转化关系可以根据人工经验确定,各个已有道路标识的中心在地理坐标系下的中心实际地理坐标可以预先通过人工或其他方式进行测量得到。地理坐标系(Geographic Coordinate System),是使用三维球面来定义地球表面位置,以实现通过经纬度对地球表面点位引用的坐标系。一个地理坐标系包括角度测量单位、本初子午线和参考椭球体三部分。在球面***中,水平线是等纬度线或纬线。垂直线是等经度线或经线。地理坐标系可以确定地球上任何一点的位置。
(2)基于第一坐标转化关系将各个已有道路标识的点云聚类中心的三维点云坐标转化到底板点云坐标系中,得到点云聚类中心的转化地理坐标。
(3)若点云聚类中心的转化地理坐标和对应的已有道路标识的中心实际地理坐标的距离小于第一预设距离,则将已有道路标识的点云聚类中心的三维点云坐标确定为已有道路标识的第二点云信息。
其中,第一预设距离可以为2米,第一预设距离可以根据具体情况设定,在此不作限定。
在一个具体的实施例中,将与点云聚类中心的转化地理坐标距离最近的中心实际地理坐标对应的已有道路标识确定为地理坐标系上点云聚类中心对应的已有道路标识,若点云聚类中心的转化地理坐标和对应的已有道路标识的中心实际地理坐标的距离小于第一预设距离,则表明底板点云坐标系中上点云聚类中心对应的已有道路标识与地理坐标系上点云聚类中心对应的已有道路标识为同一道路标识,实现同一已有道路标识在地理坐标系与底板点云坐标系的关联,已有道路标识的点云聚类中心的三维点云坐标可以确定为已有道路标识的第二点云信息,从而确保已有道路标识信息的准确性。
S204、根据第一点云信息更新目标路段上的已有道路标识信息。
本申请实施例中,根据第一点云信息更新目标路段上的已有道路标识信息,可以包括:
(1)根据第一点云信息和目标路段的第三点云信息确定多个第一道路图片在底板点云坐标系上的坐标信息和多个第一道路图片在待核实点云坐标系下的坐标信息。
在一个具体的实施例中,将第三点云信息与多个第一道路图片进行特征点匹配,得到多个第一特征点对;基于多个第一特征点对进行位姿估计,得到拍摄多个第一道路图片的相机在底板点云坐标上的坐标信息,根据拍摄多个第一道路图片的相机在底板点云坐标上的坐标信息确定多个第一道路图片在底板点云坐标上的坐标信息。具体的,使用PNP算法基于多个第一特征点对进行位姿估计,得到第一相机在底板点云坐标上的坐标信息。同理,将第一点云信息与多个第一道路图片进行特征点匹配,得到多个第二特征点对;基于多个第二特征点对进行位姿估计,得到拍摄多个第一道路图片的相机在待核实点云坐标系上的坐标信息,根据拍摄多个第一道路图片的相机在待核实点云坐标系上的坐标信息确定多个第一道路图片在待核实点云坐标系上的坐标信息。
(2)基于多个第一道路图片在底板点云坐标系上的坐标信息和多个第一道路图片在待核实点云坐标系下的坐标信息确定待核实点云坐标系和底板点云坐标系的第四坐标转化关系。
具体的,使用非线性优化的方式基于多个第一道路图片在底板点云坐标上的坐标信息和多个第一道路图片在待核实点云坐标系下的坐标信息确定待核实点云坐标系和底板点云坐标系的第四坐标转化关系。非线性优化的方式可以为高斯牛顿法。
(3)基于第四坐标转化关系将待核实道路标识的第一点云信息转换至底板点云坐标系上,得到待核实道路标识的第四点云信息。
(4)基于待核实道路标识的第四点云信息更新已有道路标识信息。
在一个具体的实施例中,基于待核实道路标识的第四点云信息更新已有道路标识信息,可以包括:对多个第一道路图片分别进行目标检测,得到各个第一道路图片中的待核实道路标识检测框和对应的类别。具体的,可以使用训练好的yolov4网络对多个第一道路图片分别进行目标检测,得到各个第一道路图片中的待核实道路标识检测框和对应的类别。对各类待核实道路标识检测框内的第四点云信息分别进行聚类,得到各个待核实道路标识检测框的点云聚类中心在底板点云坐标系上的三维点云坐标;基于各个待核实道路标识检测框的点云聚类中心更新已有道路标识信息。
在一个具体的实施例中,基于各个待核实道路标识检测框的点云聚类中心更新已有道路标识信息,可以包括:分别将各个待核实道路标识检测框确定为目标待核实道路标识检测框,获取与目标待核实道路标识检测框对应的同类已有道路标识中距离目标待核实道路标识检测框最近的待比对道路标识。判断待比对道路标识与目标待核实道路标识检测框的距离是否小于第二预设距离。其中,第二预设距离可以为5m,根据具体设定即可。其中,待比对道路标识与目标待核实道路标识检测框的距离为待比对道路标识的中心与目标待核实道路标识检测框的点云聚类中心的距离。在其他实施例中,也可以选取待比对道路标识与目标待核实道路标识检测框的其他点来确定待比对道路标识与目标待核实道路标识检测框的距离。
若待比对道路标识与目标待核实道路标识检测框的距离不小于第二预设距离,则确定目标待核实道路标识检测框对应的待核实道路标识为疑似新增道路标识,将目标待核实道路标识检测框对应的待核实道路标识作为一条疑似新增记录存储到疑似更新数据库。进一步的,若待比对道路标识与目标待核实道路标识检测框的距离不小于第二预设距离,则判断疑似更新数据库中存储的目标待核实道路标识检测框为疑似新增道路标识的疑似新增记录数量是否超过第四预设数量m。第四预设数量m可以根据具体情况设定。例如,第四预设数量m=6。若疑似更新数据库中存储的目标待核实道路标识检测框为疑似新增道路标识的疑似新增记录数量超过第四预设数量m,则确定目标待核实道路标识检测框对应的待核实道路标识为新增道路标识,并存入新增标识数据库。当目标待核实道路标识检测框被多次被记录为疑似新增标识时,才将目标待核实道路标识检测框对应的待核实道路标识确定为新增道路标识,可以降低将疑似新增标识误判为新增道路标识的几率,提高道路标识更新的准确性。若疑似更新数据库中存储的目标待核实道路标识检测框为疑似新增道路标识的疑似新增记录数量不超过第四预设数量,则确定目标待核实道路标识检测框对应的待核实道路标识为疑似新增道路标识,将目标待核实道路标识检测框对应的待核实道路标识作为一条疑似新增记录存储到疑似更新数据库。
进一步的,分别将各个已有道路标识检测框确定为目标已有道路标识检测框,获取与目标已有道路标识检测框对应的同类已有道路标识中距离目标已有道路标识检测框最近的待比对道路标识。判断待比对道路标识与目标已有道路标识检测框的距离是否小于第二预设距离。其中,第二预设距离可以为5m,根据具体设定即可。其中,待比对道路标识与目标已有道路标识检测框的距离为待比对道路标识的中心与目标已有道路标识检测框的点云聚类中心的距离。在其他实施例中,也可以选取待比对道路标识与目标已有道路标识检测框的其他点来确定待比对道路标识与目标已有道路标识检测框的距离。
若待比对道路标识与目标已有道路标识检测框的距离小于第二预设距离,则判定目标已有道路标识检测框对应的已有道路标识依然存在,道路标识打卡成功。若待比对道路标识与目标已有道路标识检测框的距离不小于第二预设距离,则表明目标已有道路标识检测框对应的已有道路标识可能已经下线,将目标已有道路标识检测框对应的已有道路标识作为一条疑似下线记录存储到疑似更新数据库。进一步的,若待比对道路标识与目标已有道路标识检测框的距离不小于第二预设距离,判断疑似更新数据库中存储的目标已有道路标识检测框为疑似下线道路标识的疑似下线记录数量是否超过第五预设数量k。第五预设数量k可以根据具体情况设定,例如,第五预设数量k=6。若疑似更新数据库中存储的目标已有道路标识检测框为疑似下线道路标识的疑似下线记录数量超过第五预设数量k,则确定目标已有道路标识检测框对应的已有道路标识为下线道路标识,将目标已有道路标识检测框对应的已有道路标识存入下线标识数据库;若疑似更新数据库中存储的目标已有道路标识检测框为疑似下线道路标识的疑似下线记录数量不超过第五预设数量k,则确定目标已有道路标识检测框对应的已有道路标识为疑似下线道路标识,将目标已有道路标识检测框对应的待核实道路标识作为一条疑似下线记录存储到疑似更新数据库。其中,疑似下线道路标识指的是在目标路段可能已经不存在的道路标识,下线道路标识指的是在目标路段被第五预设数量的次数判定为疑似下线道路标识的的道路标识。
进一步的,将下线标识数据库中存储的下线道路标识从已有道路标识信息中剔除;将新增标识数据库中存储的新增道路标识增加至已有道路标识信息;实现对已有道路标识信息的更新。
进一步的,目前底板点云坐标系和地理坐标系之间的第一坐标转化关系虽然可以依靠人工经验。但是依赖人工选择控制点,选择难度较大,依赖人工经验容易出错。为了提高获取第一坐标转化关系的效率和准确性,参阅图4,图4是本申请实施例中提供的道路标识的更新方法一个实施例中获取预设的第一坐标转化关系。如图4所示,获取预设的第一坐标转化关系和各个已有道路标识的中心在地理坐标系下的中心实际地理坐标,可以包括S401-S405:
S401、从目标路段的第三点云信息中获取目标类别道路标识的目标标识点云信息。
其中,目标类别道路标识可以为路灯标识,道路上的路灯标识众多、间距较大且容易辨识,将路灯标识作为目标类别道路标识进行第一坐标转化关系的计算,能够提高获取第一坐标转化关系的效率,且提高获取第一坐标转化关系的准确度,从而提高道路标识更新的准确度。当然,在其他实施例中,也可以选用其他类别的道路标识。
具体的,将属于目标类别道路标识的道路标识标注框中的第三点云信息确定为目标标识点云信息。
S402、对目标标识点云信息进行基于密度的聚类,得到目标类别道路标识中各个目标道路标识对应的聚类簇。
在一个具体的实施例中,基于DBSCAN聚类算法对目标标识点云信息进行基于密度的聚类,得到目标类别道路标识中各个目标道路标识对应的聚类簇。DBSCAN(Density-Based Spatial Clustering of Application with Noise)具有噪声的基于密度的空间聚类应用,是一种基于高密度连接区域的密度聚类算法。在其他实施例中,也可以使用OPTICS聚类算法、DENCLUE聚类算法等进行聚类,在此不作限定。相比其他的聚类方法,基于密度的聚类方法可以在有噪音的数据中发现各种形状和各种大小的簇,更加适用于点云聚类。
S403、根据各个聚类簇中各个数据点的坐标确定目标标识点在底板点云坐标下的三维点云坐标。
其中,目标标识点为路灯标识的顶点。当然,在其他实施例中,也可以将路灯标识的其他点作为目标标识点。
在一个具体的实施例中,根据各个聚类簇中各个数据点的坐标确定目标标识点在底板点云坐标下的三维点云坐标,可以包括:
(1)获取目标聚类簇中密度最大区域中心点的平面坐标。
在一个具体的实施例中,使用meanshift聚类算法对目标聚类簇中的点进行聚类,得到密度最大区域,获取密度最大区域的中心点的平面坐标。其中,平面坐标包括X轴坐标和Y轴坐标。
(2)对目标聚类簇中的数据点按高度值从大到小排序,得到排序后的多个数据点。
目标聚类簇中的数据点包括三维坐标(X轴坐标、Y轴坐标以及Z轴坐标)。数据点的高度值为Z轴坐标。
(3)基于排序靠前的第一预设数量的数据点的高度值确定目标标识点在点云坐标下的高度坐标。
在一个具体的实施例中,将排序靠前的第一预设数量的数据点的高度值的平均值确定为目标标识点在底板点云坐标系下的高度坐标。其中,第一预设数量可以根据具体设定,例如,第一预设数量为目标聚类簇中总数量的占比,第一预设数量为目标聚类簇中总数量的2%。
(4)基于平面坐标和高度坐标确定目标标识点在底板点云坐标系下的三维点云坐标。
将平面坐标确定为目标标识点在底板点云坐标系下的平面坐标,将高度坐标确定为目标标识点在底板点云坐标系下的高度坐标,得到目标标识点在底板点云坐标系下的三维点云坐标。
S404、获取目标标识点在地理坐标系下的地理坐标。
目标标识点在地理坐标系下的地理坐标可预先测量得到。
S405、基于目标标识点的三维点云坐标和地理坐标确定底板点云坐标系和地理坐标系之间的第一坐标转化关系。
在一个具体的实施例中,基于目标标识点的三维点云坐标和地理坐标确定底板点云坐标系和地理坐标系之间的第一坐标转化关系,可以包括:
(1)从多个目标标识点中获取第二预设数量的目标标识点,得到多个目标标识点组合。
本申请实施例中,第二预设数量不小于4,例如,第二预设数量为4。
(2)对每个目标标识点组合中各个目标标识点的三维点云坐标和地理坐标进行非线性优化,得到每个目标标识点组合中三维点云坐标和地理坐标之间的第二坐标转化关系。
在一个具体的实施例中,使用高斯牛顿法、LM算法等方式对每个目标标识点组合中各个目标标识点的三维点云坐标和地理坐标进行非线性优化,得到每个目标标识点组合中三维点云坐标和地理坐标之间的第二坐标转化关系。
(3)基于各个目标标识点组合的第二坐标转化关系确定第一坐标转化关系。
在一个具体的实施例中,基于各个目标标识点组合的第二坐标转化关系确定第一坐标转化关系,可以包括:
(1)分别基于各个第二坐标转化关系对对应的各个目标标识点组合进行坐标转化,得到各个第二坐标转化关系对应的第一坐标转化误差。
在一个具体的实施例中,基于第二坐标转化关系对对应的各个目标标识点组合中的三维点云坐标进行坐标转化,得到各个目标标识点组合中的转化地理坐标,获取各个目标标识点组合中的实际地理坐标;获取目标标识点组合中各个目标标识点的转化地理坐标和实际地理坐标的坐标偏差,将各个目标标识点组合的坐标偏差之和确定为第二坐标转化关系对应的第一坐标转化误差,得到各个第二坐标转化关系对应的第一坐标转化误差。
(2)基于第一坐标转化误差从大到小对各个第二坐标转化关系排序,将排序靠前的第三预设数量的第二坐标转化关系确定为多个第三坐标转化关系。
其中,第三预设数量为10,第三预设数量可以根据具体情况设定。
(3)基于多个第三坐标转化关系确定第一坐标转化关系。
在一个具体的实施例中,基于多个第三坐标转化关系确定第一坐标转化关系,可以包括:分别基于各个第三坐标转化关系对各个点云聚类中心进行坐标转化,得到各个第三坐标转化关系对应的第二坐标转化误差。具体的,分别基于各个第三坐标转化关系对各个点云聚类中心的三维点云坐标转化,得到各个点云聚类中心的转化地理坐标,获取点云聚类中心的转化地理坐标和实际地理坐标的坐标偏差,将各个点云聚类中心的坐标偏差之和确定为第三坐标转化关系对应的第二坐标转化误差,得到各个第三坐标转化关系对应的第二坐标转化误差。将第二坐标转化误差最小的第三坐标转化关系确定第一坐标转化关系。
为了更好实施本申请实施例中道路标识的更新方法,在道路标识的更新方法基础之上,本申请实施例中还提供一种道路标识的更新装置,如图5所示,道路标识的更新装置500包括:
第一获取单元501,用于获取目标路段的多个第一道路图片;
三维重建单元502,用于对多个第一道路图片进行三维重建,得到目标路段上待核实道路标识的第一点云信息;
第二获取单元503,用于获取目标路段上的已有道路标识信息;
更新单元504,用于根据第一点云信息更新目标路段上的已有道路标识信息。
可选地,已有道路标识信息包括多个已有道路标识和各个已有道路标识的第二点云信息,第二获取单元503,用于:
获取目标路段上的多个第二道路图片,其中,第二道路图片上标注有各个已有道路标识的道路标识标注框和类别;
对多个第二道路图片进行三维重建,得到目标路段的第三点云信息,其中,第三点云信息所在的坐标系为底板点云坐标系;
根据各个已有道路标识的道路标识标注框和对应的类别从目标路段的第三点云信息中获取各类已有道路标识的第三点云信息;
分别对各类已有道路标识的第三点云信息进行聚类,得到各个已有道路标识的点云聚类中心在底板点云坐标系上的三维点云坐标;
基于各个已有道路标识的点云聚类中心的三维点云坐标确定各个已有道路标识的第二点云信息。
可选地,第二获取单元503,用于:
获取预设的第一坐标转化关系和各个已有道路标识的中心在地理坐标系下的中心实际地理坐标;
基于第一坐标转化关系将各个已有道路标识的点云聚类中心的三维点云坐标转化到底板点云坐标系中,得到点云聚类中心的转化地理坐标;
若点云聚类中心的转化地理坐标和对应的已有道路标识的中心实际地理坐标的距离小于第一预设距离,则将已有道路标识的点云聚类中心的三维点云坐标确定为已有道路标识的第二点云信息。
可选地,第二获取单元503,用于:
从目标路段的第三点云信息中获取目标类别道路标识的目标标识点云信息;
对目标标识点云信息进行基于密度的聚类,得到目标类别道路标识中各个目标道路标识对应的聚类簇;
根据各个聚类簇中各个数据点的坐标确定目标标识点在底板点云坐标系下的三维点云坐标;
获取目标标识点在地理坐标系下的地理坐标;
基于目标标识点的三维点云坐标和地理坐标确定底板点云坐标系和地理坐标系数之间的第一坐标转化关系。
可选地,第二获取单元503,用于:
获取目标聚类簇中密度最大区域中心点的平面坐标;
对目标聚类簇中的数据点按高度值从大到小排序,得到排序后的多个数据点;
基于排序靠前的第一预设数量的数据点的高度值确定目标标识点在底板点云坐标系下的高度坐标;
基于平面坐标和高度坐标确定目标标识点在底板点云坐标系下的三维点云坐标。
可选地,第二获取单元503,用于:
从多个目标标识点中获取第二预设数量的目标标识点,得到多个目标标识点组合;
对每个目标标识点组合中各个目标标识点的三维点云坐标和地理坐标进行非线性优化,得到每个目标标识点组合中三维点云坐标和地理坐标之间的第二坐标转化关系;
基于各个目标标识点组合的第二坐标转化关系确定第一坐标转化关系。
可选地,第二获取单元503,用于:
分别基于各个第二坐标转化关系对对应的各个目标标识点组合进行坐标转化,得到各个第二坐标转化关系对应的第一坐标转化误差;
基于第一坐标转化误差从大到小对各个第二坐标转化关系排序,将排序靠前的第三预设数量的第二坐标转化关系确定为多个第三坐标转化关系;
基于多个第三坐标转化关系确定第一坐标转化关系。
可选地,第二获取单元503,用于:
分别基于各个第三坐标转化关系对各个点云聚类中心进行坐标转化,得到各个第三坐标转化关系对应的第二坐标转化误差;
将第二坐标转化误差最小的第三坐标转化关系确定第一坐标转化关系。
可选地,更新单元504,用于:
根据第一点云信息和目标路段的第三点云信息确定多个第一道路图片在底板点云坐标系上的坐标信息和多个第一道路图片在待核实点云坐标系下的坐标信息,其中,待核实点云坐标系为第一点云信息所在的坐标系;
基于多个第一道路图片在底板点云坐标系上的坐标信息和多个第一道路图片在待核实点云坐标系下的坐标信息确定待核实点云坐标系和底板点云坐标系的第四坐标转化关系;
基于第四坐标转化关系将待核实道路标识的第一点云信息转换至底板点云坐标系上,得到待核实道路标识的第四点云信息;
基于待核实道路标识的第四点云信息更新已有道路标识信息。
可选地,更新单元504,用于:
对多个第一道路图片分别进行目标检测,得到各个第一道路图片中的待核实道路标识检测框和对应的类别;
对各类待核实道路标识检测框内的第四点云信息分别进行聚类,得到各个待核实道路标识检测框的点云聚类中心在底板点云坐标系上的三维点云坐标;
基于各个待核实道路标识检测框的点云聚类中心更新已有道路标识信息。
本申请实施例还提供一种计算机设备,其集成了本申请实施例所提供的任一种道路标识的更新装置,计算机设备包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中一个或多个应用程序被存储于存储器中,并配置为由处理器执行上述道路标识的更新方法实施例中任一实施例中的道路标识的更新方法中的步骤。
如图6所示,其示出了本申请实施例所涉及的计算机设备的结构示意图,具体来讲:
该计算机设备可以包括一个或者一个以上处理核心的处理器601、一个或一个以上计算机可读存储介质的存储器602、电源603和输入单元604等部件。本领域技术人员可以理解,图中示出的计算机设备结构并不构成对计算机设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
处理器601是该计算机设备的控制中心,利用各种接口和线路连接整个计算机设备的各个部分,通过运行或执行存储在存储器602内的软件程序和/或模块,以及调用存储在存储器602内的数据,执行计算机设备的各种功能和处理数据,从而对计算机设备进行整体监控。可选的,处理器601可包括一个或多个处理核心;处理器601可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,优选的,处理器601可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作***、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器601中。
存储器602可用于存储软件程序以及模块,处理器601通过运行存储在存储器602的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器602可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据计算机设备的使用所创建的数据等。此外,存储器602可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器602还可以包括存储器控制器,以提供处理器601对存储器602的访问。
计算机设备还包括给各个部件供电的电源603,优选的,电源603可以通过电源管理***与处理器601逻辑相连,从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。电源603还可以包括一个或一个以上的直流或交流电源、再充电***、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该计算机设备还可包括输入单元604,该输入单元604可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出,计算机设备还可以包括显示单元等,在此不再赘述。具体在本实施例中,计算机设备中的处理器601会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器602中,并由处理器601来运行存储在存储器602中的应用程序,从而实现各种功能,如下:
获取目标路段的多个第一道路图片;对多个第一道路图片进行三维重建,得到目标路段上待核实道路标识的第一点云信息;获取目标路段上的已有道路标识信息;根据第一点云信息更新目标路段上的已有道路标识信息。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本申请实施例提供一种计算机可读存储介质,该存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、磁盘或光盘等。其上存储有计算机程序,计算机程序被处理器进行加载,以执行本申请实施例所提供的任一种道路标识的更新方法中的步骤。例如,计算机程序被处理器进行加载可以执行如下步骤:
获取目标路段的多个第一道路图片;对多个第一道路图片进行三维重建,得到目标路段上待核实道路标识的第一点云信息;获取目标路段上的已有道路标识信息;根据第一点云信息更新目标路段上的已有道路标识信息。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见上文针对其他实施例的详细描述,此处不再赘述。
具体实施时,以上各个单元或结构可以作为独立的实体来实现,也可以进行任意组合,作为同一或若干个实体来实现,以上各个单元或结构的具体实施可参见前面的方法实施例,在此不再赘述。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
以上对本申请实施例所提供的一种道路标识的更新方法及装置进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上,本说明书内容不应理解为对本申请的限制。
Claims (13)
1.一种道路标识的更新方法,其特征在于,包括:
获取目标路段的多个第一道路图片;
对所述多个第一道路图片进行三维重建,得到所述目标路段上待核实道路标识的第一点云信息;
获取所述目标路段上的已有道路标识信息;
根据所述第一点云信息更新所述目标路段上的已有道路标识信息。
2.根据权利要求1所述的道路标识的更新方法,其特征在于,所述已有道路标识信息包括多个已有道路标识和各个已有道路标识的第二点云信息,所述获取所述目标路段上的已有道路标识信息,包括:
获取目标路段上的多个第二道路图片,其中,所述第二道路图片上标注有各个已有道路标识的道路标识标注框和类别;
对所述多个第二道路图片进行三维重建,得到所述目标路段的第三点云信息,其中,所述第三点云信息所在的坐标系为底板点云坐标系;
根据各个已有道路标识的道路标识标注框和对应的类别从所述目标路段的第三点云信息中获取各类已有道路标识的第三点云信息;
分别对各类已有道路标识的第三点云信息进行聚类,得到各个已有道路标识的点云聚类中心在底板点云坐标系上的三维点云坐标;
基于各个已有道路标识的点云聚类中心的三维点云坐标确定各个已有道路标识的第二点云信息。
3.根据权利要求2所述的道路标识的更新方法,其特征在于,所述基于各个已有道路标识的点云聚类中心的三维点云坐标确定各个已有道路标识的第二点云信息,包括:
获取预设的第一坐标转化关系和各个已有道路标识的中心在地理坐标系下的中心实际地理坐标;
基于所述第一坐标转化关系将各个已有道路标识的点云聚类中心的三维点云坐标转化到底板点云坐标系中,得到点云聚类中心的转化地理坐标;
若点云聚类中心的转化地理坐标和对应的已有道路标识的中心实际地理坐标的距离小于第一预设距离,则将已有道路标识的点云聚类中心的三维点云坐标确定为已有道路标识的第二点云信息。
4.根据权利要求3所述的道路标识的更新方法,其特征在于,所述获取预设的第一坐标转化关系和各个已有道路标识的中心在地理坐标系下的中心实际地理坐标,包括:
从所述目标路段的第三点云信息中获取目标类别道路标识的目标标识点云信息;
对所述目标标识点云信息进行基于密度的聚类,得到目标类别道路标识中各个目标道路标识对应的聚类簇;
根据各个聚类簇中各个数据点的坐标确定目标标识点在底板点云坐标系下的三维点云坐标;
获取目标标识点在地理坐标系下的地理坐标;
基于目标标识点的三维点云坐标和地理坐标确定底板点云坐标系和地理坐标系数之间的第一坐标转化关系。
5.根据权利要求4所述的道路标识的更新方法,其特征在于,所述根据各个聚类簇中各个数据点的坐标确定目标标识点在底板点云坐标系下的三维点云坐标,包括:
获取目标聚类簇中密度最大区域中心点的平面坐标;
对所述目标聚类簇中的数据点按高度值从大到小排序,得到排序后的多个数据点;
基于排序靠前的第一预设数量的数据点的高度值确定目标标识点在底板点云坐标系下的高度坐标;
基于所述平面坐标和所述高度坐标确定所述目标标识点在底板点云坐标系下的三维点云坐标。
6.根据权利要求4所述的道路标识的更新方法,其特征在于,所述基于目标标识点的三维点云坐标和地理坐标确定底板点云坐标系和地理坐标系数之间的第一坐标转化关系,包括:
从多个目标标识点中获取第二预设数量的目标标识点,得到多个目标标识点组合;
对每个目标标识点组合中各个目标标识点的三维点云坐标和地理坐标进行非线性优化,得到每个目标标识点组合中三维点云坐标和地理坐标之间的第二坐标转化关系;
基于各个目标标识点组合的第二坐标转化关系确定第一坐标转化关系。
7.根据权利要求6所述的道路标识的更新方法,其特征在于,所述基于各个目标标识点组合的第二坐标转化关系确定第一坐标转化关系,包括:
分别基于各个第二坐标转化关系对对应的各个目标标识点组合进行坐标转化,得到各个第二坐标转化关系对应的第一坐标转化误差;
基于第一坐标转化误差从大到小对各个第二坐标转化关系排序,将排序靠前的第三预设数量的第二坐标转化关系确定为多个第三坐标转化关系;
基于多个第三坐标转化关系确定所述第一坐标转化关系。
8.根据权利要求7所述的道路标识的更新方法,其特征在于,所述基于多个第三坐标转化关系确定所述第一坐标转化关系,包括:
分别基于各个第三坐标转化关系对各个点云聚类中心进行坐标转化,得到各个第三坐标转化关系对应的第二坐标转化误差;
将第二坐标转化误差最小的第三坐标转化关系确定所述第一坐标转化关系。
9.根据权利要求2所述的道路标识的更新方法,其特征在于,所述根据所述第一点云信息更新所述目标路段上的已有道路标识信息,包括:
根据所述第一点云信息和所述目标路段的第三点云信息确定多个第一道路图片在底板点云坐标系上的坐标信息和多个第一道路图片在待核实点云坐标系下的坐标信息,其中,待核实点云坐标系为第一点云信息所在的坐标系;
基于多个第一道路图片在底板点云坐标系上的坐标信息和所述多个第一道路图片在待核实点云坐标系下的坐标信息确定所述待核实点云坐标系和所述底板点云坐标系的第四坐标转化关系;
基于所述第四坐标转化关系将待核实道路标识的第一点云信息转换至底板点云坐标系上,得到待核实道路标识的第四点云信息;
基于待核实道路标识的第四点云信息更新所述已有道路标识信息。
10.根据权利要求9所述的道路标识的更新方法,其特征在于,所述基于待核实道路标识的第四点云信息更新所述已有道路标识信息,包括:
对所述多个第一道路图片分别进行目标检测,得到各个第一道路图片中的待核实道路标识检测框和对应的类别;
对各类待核实道路标识检测框内的所述第四点云信息分别进行聚类,得到各个待核实道路标识检测框的点云聚类中心在底板点云坐标系上的三维点云坐标;
基于各个待核实道路标识检测框的点云聚类中心更新所述已有道路标识信息。
11.一种道路标识的更新装置,其特征在于,所述道路标识的更新装置包括:
第一获取单元,用于获取目标路段的多个第一道路图片;
三维重建单元,用于对所述多个第一道路图片进行三维重建,得到所述目标路段上待核实道路标识的第一点云信息;
第二获取单元,用于获取所述目标路段上的已有道路标识信息;
更新单元,用于根据所述第一点云信息更新所述目标路段上的已有道路标识信息。
12.一种计算机设备,其特征在于,所述计算机设备包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行以实现权利要求1至10中任一项所述的道路标识的更新方法。
13.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行权利要求1至10任一项所述的道路标识的更新方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111627400.1A CN116401326A (zh) | 2021-12-28 | 2021-12-28 | 道路标识的更新方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111627400.1A CN116401326A (zh) | 2021-12-28 | 2021-12-28 | 道路标识的更新方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116401326A true CN116401326A (zh) | 2023-07-07 |
Family
ID=87014803
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111627400.1A Pending CN116401326A (zh) | 2021-12-28 | 2021-12-28 | 道路标识的更新方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116401326A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117312473A (zh) * | 2023-10-11 | 2023-12-29 | 果子(青岛)数字技术有限公司 | 基于云计算的大数据信息分析方法与装置 |
-
2021
- 2021-12-28 CN CN202111627400.1A patent/CN116401326A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117312473A (zh) * | 2023-10-11 | 2023-12-29 | 果子(青岛)数字技术有限公司 | 基于云计算的大数据信息分析方法与装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109614935B (zh) | 车辆定损方法及装置、存储介质及电子设备 | |
CN113409382B (zh) | 车辆损伤区域的测量方法和装置 | |
CN107239794B (zh) | 点云数据分割方法和终端 | |
CN112883820B (zh) | 基于激光雷达点云的道路目标3d检测方法及*** | |
US20190197759A1 (en) | Method and apparatus for establishing coordinate system and data structure product | |
CN110597937B (zh) | 一种无人智能巡检的方法、装置、设备及存储介质 | |
CN111709988A (zh) | 一种物体的特征信息的确定方法、装置、电子设备及存储介质 | |
CN115272572A (zh) | 输电线路重建方法、装置、电子设备及存储介质 | |
CN108182218A (zh) | 一种基于地理信息***的视频人物识别方法、***及电子设备 | |
CN116401326A (zh) | 道路标识的更新方法及装置 | |
CN114359231A (zh) | 一种停车位的检测方法、装置、设备及存储介质 | |
CN114066999A (zh) | 基于三维建模的目标定位***及方法 | |
WO2021189420A1 (zh) | 一种数据处理方法及装置 | |
CN107452003A (zh) | 一种含有深度信息的图像分割的方法及装置 | |
CN116823966A (zh) | 相机的内参标定方法、装置、计算机设备和存储介质 | |
CN115527000B (zh) | 一种用于无人机倾斜摄影模型批量单体化的方法及装置 | |
CN112651393B (zh) | 兴趣点数据处理方法、装置、设备及存储介质 | |
CN115457202A (zh) | 一种三维模型更新的方法、装置及存储介质 | |
CN114170576A (zh) | 重复图像的检测方法及装置 | |
CN112215935B (zh) | Lod模型自动切换方法、装置、电子设备及存储介质 | |
CN104616302A (zh) | 一种目标实时识别方法 | |
CN113723405A (zh) | 区域轮廓的确定方法、装置和电子设备 | |
CN112231430A (zh) | 一种地图数据管理方法及装置 | |
CN116563477A (zh) | 道路标识点云的生成方法及装置 | |
CN116052088B (zh) | 基于点云的活力空间测度方法、***及计算机设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |